如何绘制X轴为时间、Y轴为金额的分段时间对应数值图表

以下是两种最常用的可行实现路径，你可以根据自己的数据量和使用习惯选择：

方案1：电子表格工具实现（适合无代码基础用户，Excel、金山表格等工具通用） #

• 第一步：整理原始订单数据，至少保留3列核心字段：服务起始日期、服务结束日期、对应服务总金额，若按实收口径统计还需补充收款日期列
• 第二步：生成连续日期序列作为X轴数据源，日期范围覆盖你所有订单的最早开始日期到最晚结束日期，每行对应1个自然日
• 第三步：按你的统计规则计算每日收入：
  • 若按实收规则统计（收入算到收款当日）：直接统计所有收款日期等于当日的订单金额总和即可，公式示例：=SUMIF(订单表!收款日期列, A2, 订单表!金额列)，其中A2为当前行的日期单元格
  • 若按权责发生制统计（收入归属到服务发生日）：统计所有服务周期覆盖当日的订单，按摊销规则计算当日对应收入，公式示例：=SUMIFS(订单表!金额列, 订单表!起始日期列, "<="&A2, 订单表!结束日期列, ">="&A2)
• 第四步：选中「日期列+每日收入列」两列数据，插入折线图或柱状图，工具会自动识别日期为X轴、收入金额为Y轴，调整标签、配色等格式即可出图。

方案2：Python代码实现（适合批量处理大量数据、需要定期更新图表的场景） #

• 首先安装依赖库：pip install pandas matplotlib openpyxl
• 参考代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 1. 读取本地表格数据，处理日期格式
df = pd.read_excel("你的本地表格文件路径.xlsx")
df["start_date"] = pd.to_datetime(df["服务起始日期"])
df["end_date"] = pd.to_datetime(df["服务结束日期"])
df["amount"] = df["服务总金额"]

# 2. 生成完整日期范围，计算每日收入
all_dates = pd.date_range(start=df["start_date"].min(), end=df["end_date"].max(), freq="D")
daily_income = []
for d in all_dates:
    # 此处为权责发生制统计逻辑，若要改为实收逻辑替换为对应筛选条件即可
    day_total = df[(df["start_date"] <= d) & (df["end_date"] >= d)]["amount"].sum()
    daily_income.append(day_total)

# 3. 组装数据并绘图
result_df = pd.DataFrame({"日期": all_dates, "当日收入": daily_income})
plt.figure(figsize=(12, 6))
plt.plot(result_df["日期"], result_df["当日收入"], linewidth=2)
plt.xlabel("日期")
plt.ylabel("收入金额")
plt.title("每日收入趋势图")
plt.xticks(rotation=45)
plt.tight_layout()
# 可保存为本地图片：plt.savefig("每日收入趋势.png")
plt.show()

内容的提问来源于stack exchange，提问作者Bee